var _hmt = _hmt || []; (function() {   var hm = document.createElement("script");   hm.src = "https://hm.baidu.com/hm.js?8c9c5a8618dc4aea3be27b32962e5871";   var s = document.getElementsByTagName("script")[0];    s.parentNode.insertBefore(hm, s); })();
400 050 6600
数据分析师

手机号

验证码

30天自动登录

在AI中选择自动化增强

来源:CPDA数据分析师网 / 作者:数据君 / 时间:2020-11-13

人工智能-当增强与自动化发生冲突时
关于人工智能(AI)的讨论通常将解决方案设计呈现为自动化和扩充之间的一种简单的二进制选择。但是,我们必须首先了解两者之间的区别。只有这样,我们才能决定在不同情况下选择哪种方法或方法的组合,简而言之,流程自动化通过技术取代了人为的决策和行动,越来越多地将硬件和软件结合在一起,另一方面,增强建议在决策和采取行动时,都应使用技术来支持和改善人类行为,对于自主或半自主的现实世界系统(例如汽车或飞机),自动化通常是隐藏或补偿技术复杂性的方法,尤其是在需要快速决策的情况下。尽管有数十年的经验,但此类系统并非万无一失。

尽管(尚未)完全基于AI,但飞行控制系统显示了自动化如何在复杂的技术系统中持续运行
但是它们也预示了当传感器发送错误数据,AI自动化将如何急剧失败,如果并且由于某种原因或其他原因,算法无法应对,从全自动行为到增强或完全人为控制的切换就变得至关重要,这里的教训是仅靠自动化是不够的。涉及人类技能以增强自动化系统并通过更深入地了解过程的技术复杂性来增强这些技能是至关重要的设计考虑因素。

商业决策面临相似的选择
业务决策正在看到分析和机器学习应用的快速增长,许多企业期望这些AI技术将从今天的手动决策到提供“更好”决策的全自动流程提供一条简便快捷的途径,决策自动化连续体”,其中决策在四个概念阶段从无助转变为自动化:数据科学,BI /报告,机器推荐和机器动作。

将数据科学作为BI /报告之前的步似乎很奇怪
但是这不是进化的时间表,他的观点是问题分析和数据探索(今天是数据科学的保护)必须在部署标准报告和仪表盘之前进行,此外只有在完全理解了前两个阶段的问题和可能性之后,您才能考虑机器建议(扩充)和自动机器动作,尽管这种逻辑上的进展以自动化结束尽管机器能够并且将扩大我们的思维并将其更快,更准确地应用于数据,但我们仍然无法为我们思考。

自动化紧随金钱

机器推荐很棒,它们使人类处于决策循环中,并允许我们酌情运用直觉和道德规范,可悲的是,这种体贴和熟练的人付出了代价,它们也代表了该过程中的瓶颈。传统的资本主义对底线的关注不可避免地试图消除这种费用并加快反应速度,如果建议足够好,为什么不转向全自动呢?这与波音示例中的逻辑基本相同,随着AI的改进,从人工决策(通过扩充)转向无人决策自动化的冲动在财务上变得越来越有吸引力,因此我们必须基于道德,哲学和人类技能的原因,定义规则和条件,以选择增强而非自动化,或为自动化流程添加明确的增强层。


Prev article

我们需要一个很好的数据科学的现代平台

Next article

预测分析如何提高生产安全性

数据分析师

报名咨询

数据分析师

报名缴费

数据分析师

客服中心

数据分析师

课程服务

数据分析师

认证服务